-1

Como a url dentro de:

<script type="text/javascript">
    var src = "https:www.site.com";
</script>

Já tentei pesquisar mas os exemplos que encontro não consigo alterar para o que necessito.

O código esta assim:

include('simple_html_dom.php');
$page = 'www.site.com';
$html = new simple_html_dom();
$html->load_file($page);

$links = array(); 
foreach($html->find(script) as $element) {
   $links[] = $element;
echo $element;
}

reset($links);

O que eu quero é pegar o link dentro do do

<script type="text/javascript">
  var src = "https:www.site.com";
</script>

Retornando apenas isto: https:www.site.com

2
  • Explique melhor o que você esta tentando fazer.
    – RFL
    14/05/2017 às 1:54
  • Explique com mais detalhes, para nós entender o seu problema 14/05/2017 às 2:04

2 Respostas 2

1

Pode usar a API nativa do PHP chamada DOMDocument combinada com curl ou file_get_contents e depois usar preg_match, um exemplo simples para entender:

<?php
$meuhtml = '
<script type="text/javascript">
    var src = "https:www.site.com";
</script>
<script type="text/javascript">
    var    src    = \'https:www.site2.com\';
</script>
';

$doc = new DOMDocument;
$doc->loadHTML($meuhtml);

$tags = $doc->getElementsByTagName('script');

$urls = array();

foreach ($tags as $tag) {
    if (preg_match('#var\s+src(\s+|)=(\s+|)(".*";|\'.*\';)#', $tag->nodeValue, $match)) {
        $result = preg_replace('#^["\']|["\'];$#', '', $match[3]);
        $urls[] = $result; //Adiciona ao array
    }
}

//Mostra todas urls
print_r($urls);

A usada #var\s+src(\s+|)=(\s+|)(".*";|\'.*\';)# é quem extrai os dados retornados pelo $tag->nodeValue. Veja funcionando em https://repl.it/Hwt4 (clica no botão Run quando a página carregar).

Claro que isto era um exemplo para entender o código, para baixar os dados de outro site pode-se usar o curl ou se no teu php.ini o allow_url_fopen for on, exemplo com curl:

<?php
$url = 'http://site.com';

$ch = curl_init($url);
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1)');
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);
$data = curl_exec($ch);

if (!$data) {
     die('Erro');
}


$httpcode = curl_getinfo($ch, CURLINFO_HTTP_CODE);

if ($httpcode !== 200) {
    die('Erro na requisição');
}

curl_close($ch);

$doc = new DOMDocument;
$doc->loadHTML($data);

$tags = $doc->getElementsByTagName('script');

$urls = array();

foreach ($tags as $tag) {
    if (preg_match('#var\s+src(\s+|)=(\s+|)(".*";|\'.*\';)#', $tag->nodeValue, $match)) {
        $result = preg_replace('#^["\']|["\'];$#', '', $match[3]);
        $urls[] = $result; //Adiciona ao array
    }
}

//Mostra todas urls
print_r($urls);

Ou se quiser apenas pegar a primeira URL mude para:

$url = '';

foreach ($tags as $tag) {
    if (preg_match('#var\s+src(\s+|)=(\s+|)(".*";|\'.*\';)#', $tag->nodeValue, $match)) {
        $result = preg_replace('#^["\']|["\'];$#', '', $match[3]);
        $url = $result;

        break;// Finaliza o foreach assim que encontrar a url
    }
}

echo $url;
0

Basta utilizar o XPath do PHP, basicamente o seguinte:

$html = "seu HTML obtido por file_get_content ou por cURL...";

$DOM = new DOMDocument;
$DOM->loadHTML($html);

$XPath = new DomXPath($DOM);

$TagScriptJavascript = $XPath->query('//script[@type="text/javascript"]');

foreach($TagScriptJavascript as $item){

    if(preg_match('/var src = "(.*)";/', $item->nodeValue, $url)){

        echo $url[1];

    }

}

Explicações:

  1. Primeiro inicia o DOM com o seu HTML, obtido de qualquer forma.

  2. O $TagScriptJavascript retornará todos os elementos que forem script e que possuírem o atributo de type com o valor de text/javascript, conforma a query (//script[@type="text/javascript"]).

  3. O foreach irá fazer a opção 4 por cada $TagScriptJavascript obtido.

  4. O preg_match irá buscar por var src="(qualquer coisa)";, se ele achar irá mostrar, devido ao echo $url[1].


Teste isto aqui.

2
  • type=text/javascript? Tem gente que usa e tem gente que não :), pessoalmente acho o uso de DomXPath neste caso especifico desnecessário, para outros casos ele é uma ótima opção e realmente facilita a vida.
    – Syzoth
    14/05/2017 às 3:12
  • Utilizei mais pelo titulo, pegar link “text/javascript”, fiquei com isto na cabeça, não que realmente seja necessário. O maior problema acho que seja o REGEX, que está simplório, qualquer espaço a mais ele quebra, o que sua resposta "prevê" isto.
    – Inkeliz
    14/05/2017 às 3:17

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .